【CNMO 科技消息】近日，DeepSeek 持续扩大招聘规模，岗位覆盖算法、研发、产品、运维、数据工程师及职能等多个方向。与此同时，DeepSeek V4 正式版预计将于本月中旬上线。公开信息显示，清华大学 2021 级博士生、2025 年研究生特等奖学金获得者顾煜贤已加入 DeepSeek，其名字此前也出现在 DeepSeek V4 论文作者名单中。

DeepSeek

资料显示，顾煜贤为清华大学计算机系毕业年级博士生，本科同样毕业于清华大学，目前研究方向主要集中在大语言模型全生命周期的效率优化，包括预训练、下游适配和推理等关键阶段。他在个人主页中提到，研究重点包括预训练数据筛选、模型压缩中的知识蒸馏，以及高效模型架构设计。顾煜贤表示，在硬件资源受限的情况下，算法创新是突破计算瓶颈的重要路径。

在学术成果方面，顾煜贤曾获得 2025 年度苹果博士奖学金和蚂蚁 In-Tech 奖学金。其 Google Scholar 页面显示，相关论文引用量已接近 5000 次，其中两篇论文引用量超过 1000 次，分别为《预训练模型：过去、现在与未来》和《MiniLLM：大语言模型的知识蒸馏》。作为第一作者，他曾多次在 NeurIPS、ICLR、ACL 等人工智能领域重要学术会议发表论文。

其代表性研究之一是 Jet-Nemotron。这一模型系列采用混合架构设计，核心包括后神经架构搜索方法和 JetBlock 线性注意力模块。公开论文显示，2B 版本在部分基准测试中超过 Qwen3、Qwen2.5、Gemma3 和 Llama3.2 等开源全注意力模型，并在 H100 GPU 上实现最高 53.6 倍生成吞吐量提升，测试条件为 256K 上下文长度和最大批处理规模。

此外，顾煜贤及合作者在 2024 年提出 MiniLLM 方法，通过改进知识蒸馏目标，将大语言模型能力更有效地迁移至小模型。论文结果显示，该方法在指令跟随场景下可提升回答准确性、降低曝光偏差，并增强长文本生成能力。目前，这一方法已被谷歌、阿里、英伟达等相关开源社区和产业平台采用。随着 DeepSeek V4 即将上线，顾煜贤的加入也为其后续模型研发带来更多关注。